Python for循环中的陷阱详解
作者:hoxis 发布时间:2021-09-01 07:00:31
前言
Python 中的 for 循环和其他语言中的 for 循环工作方式是不一样的,今天就带你深入了解 Python 的 for 循环,看看它是如何工作的,以及它为什么按照这种方式工作。
循环中的陷阱
我们先来看一下 Python 循环中的「陷阱」,在我们了解了循环的工作方式后,再来看下这些陷阱到底是怎么出现的。
陷阱 1:循环两次
现在我们先假设有一个数字组成的列表,和一个用于返回这些数字的平方的生成器:
>>> nums = [1, 2, 3, 4]
>>> squares = (n**2 for n in nums)
我们可以将这个生成器对象传递给元组构造器,从而可以得到一个元组:
>>> tuple(squares)
(1, 4, 9, 16)
这个时候,如果我们再将这个构造器对象传递给 sum 函数,按理说应该会返回这些数字的和吧:
>>> sum(squares)
0
返回的是个 0,先拖住下巴。
陷阱 2:检查是否包含
我们还是使用上面的数字列表和生成器:
>>> nums = [1, 2, 3, 4]
>>> squares = (n**2 for n in nums)
如果我 squares 生成器中是否包含 9,答案是肯定的,若果我再问一次呢?
你敢答应吗
>>> 9 in squares
True
>>> 9 in squares
False
发现,第二次不灵了~
怎么不灵了
陷阱 3:拆包
现在假设有一个字典:
>>> counts = {1:'a', 2:'b'}
然后,我们用多个变量对字典进行拆包:
>>> x,y = counts
你觉得这时候,x 和 y 中会是什么?
>>> x
1
>>> y
2
我们只得到了键。
下面,我们先来了解下 Python 中的循环工作原理,然后再反过头来看这些陷阱问题。
一些概念
首先,先了解一些基本概念:
可迭代和序列
可迭代就是指任意可以使用 for 循环遍历的东西,可迭代意味着可以遍历,任何可以遍历的东西都是可迭代的。
for item in some_iterable:
print(item)
序列是一种常见的可迭代类型,如列表、元组、字符串等。
序列是可迭代的,它有着一些特点,它们是从 0 开始索引,索引长度不超过序列的长度;它们有序列长度;并且它们可以被切分。
Python 中的大部分东西都是可以迭代的,但是可以迭代并不意味着它是序列。如集合、字典、文件和生成器都是可迭代的,但是它们都不是序列。
>>> my_set = {1, 2, 3}
>>> my_dict = {'k1': 'v1', 'k2': 'v2'}
>>> my_file = open('some_file.txt')
>>> squares = (n**2 for n in my_set)
总结下来就是,任何可以用 for 循环遍历的东西都是可迭代的,序列可迭代的类型中的一种,Python 还有着许多其他种类的可迭代类型。
迭代器
迭代器就是可以驱动可迭代对象的东西。你可以从任何可迭代对象中获得迭代器,你也可以使用迭代器来手动对它的迭代进行遍历。
下面有三个可迭代对象:一个集合、一个元祖和一个字符串:
>>> nums = {1,2,3,4}
>>> coors = (4,5,6)
>>> words = "hello hoxis"
我们可以使用 Python 的内置函数 iter ,从这些可迭代对象中获取到迭代器:
>>> iter(nums)
<setiterator object at 0x7fa8c194ad70>
>>> iter(coors)
<tupleiterator object at 0x7fa8c1959610>
>>> iter(words)
<iterator object at 0x7fa8c19595d0>
一旦我们有了迭代器,我们就可以使用其内置函数 next() 来获取它的下一个值:
>>> nums = {1,2,3,4}
>>> num_iter = iter(nums)
>>> next(num_iter)
1
>>> next(num_iter)
2
>>> next(num_iter)
3
>>> next(num_iter)
4
>>> next(num_iter)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
若果迭代到头了,也就是没有下一个值了,就会抛出 StopIteration 异常。也就是说,它不会继续循环取获取第一个值。
是不是有点懵逼了?
可迭代对象是可以迭代的东西
迭代对象器实际上是遍历可迭代对象的代理
迭代器没有长度,它们不能被索引。
可以使用迭代器来做的唯一有用的事情是将其传递给内置的 next 函数,或者对其进行循环遍历
可以使用 list() 函数将迭代器转换为列表
>>> nums = {1,2,3,4}
>>> num_iter = iter(nums)
>>> next(num_iter)
1
>>> list(num_iter)
[2, 3, 4]
>>> list(num_iter)
[]
若果想再次将其转换为列表,明显地,得到的是一个空列表。
其实这也是迭代器的一个重要特性:惰性,只能使用一次,只能循环遍历一次。并且,在我们调用 next() 函数之前,它不会做任何事情。因此,我们可以创建无限长的迭代器,而创建无限长的列表则不行,那样会耗尽你的内存!
可迭代对象不一定是迭代器,但是迭代器一定是可迭代的:
对象 | 可迭代? | 迭代器? |
---|---|---|
可迭代对象 | √ | 不一定 |
迭代器 | √ | √ |
生成器 | √ | √ |
列表 | √ | × |
其实,Python 中有许多迭代器,生成器是迭代器,Python 的许多内置类型也是迭代器。例如,Python 的 enumerate 和 reversed 对象就是迭代器。zip, map 和 filter 也是迭代器;文件对象也是迭代器。
Python 中的 for 循环
其实,Python 并没有传统的 for 循环,什么是传统的 for 循环?
我们看下 Java 中的 for 循环:
int[] integers = {1, 2, 3, 4};
for (int j = 0; j<integers.length; j++) {
int i = integers[j];
System.out.println(i);
}
这是一种 C风格 的 for 循环,JavaScript、C、C++、Java、PHP 和一大堆其他编程语言都有这种风格的 for 循环,但是 Python 确实没有。
Python 中的我们称之为 for 循环的东西,确切的说应该是 foreach 循环:
numbers = [1, 2, 3, 5, 7]
for n in numbers:
print(n)
和 C风格 的 for 循环不同之处在于,Python 的 for 循环没有索引变量,没有索引变量的初始化,边界检查和索引变量的增长。
这就是 Python 的 for 循环的不同之处!
使用索引?
你可能会怀疑,Python 的 for 循环是否在底层使用了索引,下面我们手动的使用 while 循环和索引来遍历:
>>> nums = [1,2,3,4]
>>> i = 0
>>> while i < len(nums):
... print(num[i])
... i += 1
...
0
1
2
3
对于列表,这样遍历是可以的,但不代表适用于所有可迭代对象,它只适用于序列。
比如,我们对一个 set 使用这种方法遍历,会得到一个异常:
>>> set = {1,2,3}
>>> i = 0
>>> while i < len(set):
... print(set[i])
... i += 1
...
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
TypeError: 'set' object does not support indexing
因为 set 不是序列,因此不支持索引遍历。
我们不能使用索引手动对 Python 中的每一个迭代对象进行遍历。对于那些不是序列的迭代器来说,更是行不通的。
实现没有 for 的循环
从上文可以看出,Python 中的 for 循环不使用索引,它使用的是迭代器。让我们来看下它是如何工作的。
通过上文,我们了解到了迭代器和 iter、next 函数,现在我们可以尝试不用 for 循环来遍历一个可迭代对象。
下面是一个正常的 for 循环:
def funky_for_loop(iterable, action_to_do):
for item in iterable:
action_to_do(item)
我们要尝试用迭代器的方法和 while 实现上面 for 循环的逻辑,大致步骤如下:
获取给定可迭代对象的迭代器;
调用迭代器的 next() 方法获取下一项;
对当前项数据进行处理;
如果捕获到 StopIteration ,那么就停止循环
def funky_for_loop(iterable, action_to_do):
iterator = iter(iterable)
while not done_looping:
try:
item = next(iterator)
except StopIteration:
break
else:
action_to_do(item)
Python 底层的循环工作方式基本上如上代码,就是迭代器驱动的 for 循环。
再次回到循环陷阱
陷阱 1:耗尽的迭代器
陷阱 1 中,因为生成器是迭代器,迭代器是惰性的,也是一次性的,在已经遍历过一次的情况下,再对其求和,返回的就是一个 0。
陷阱 2:部分消耗迭代器
陷阱 2 中,我们两次询问 9 是否存在于同一个生成器中,得到了不同的答案。
这是因为,第一次询问时,Python 已经对这个生成器进行了遍历,也就是调用 next() 函数查找 9,找到后就会返回 True,第二次再询问 9 是否存在时,会从上次的位置继续 next() 查找。
>>> nums = [1,2,3,4,5]
>>> squares = (n**2 for n in nums)
>>> 9 in squares
True
# 此时打印出来
>>> list(squares)
[16, 25]
陷阱 3:拆包是迭代
当直接在字典上迭代时,得到的是键:
>>> counts = {1:'a',2:'b'}
>>> for i in counts:
... print(i)
...
1
2
而对字典拆包时,和在字典上遍历是一样的,都是依赖于迭代器协议,因此得到的也是键。
总结
序列是迭代器,但是不是所有的迭代器都是序列。迭代器不可以被循环遍历两次、不能访问其长度,也不能使用索引。
迭代器是 Python 中最基本的可迭代形式。如果你想在代码中做一个惰性迭代,请考虑迭代器,并考虑使用生成器函数或生成器表达式。
最后,请记住,Python 中的每一种迭代都依赖于迭代器协议,因此理解迭代器协议是理解 Python 中的循环的关键。
原文链接:https://opensource.com/article/18/3/loop-better-deeper-look-iteration-python
好了以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对脚本之家的支持。
来源:https://www.jianshu.com/p/6f66aeeb0093
猜你喜欢
- 本文实例讲述了php版微信支付api.mch.weixin.qq.com域名解析慢原因与解决方法。分享给大家供大家参考,具体如下:微信支付a
- 前言大家应该都有所体会,在不同的项目可能会使用不同的Django版本,兼任性是大问题,如果不幸要去接手不同版本的项目,比较惨烈!如果想重装一
- 本文主要介绍的是Python高阶函数与装饰器函数的相关内容,分享给大家,下面话不多说了,来一起看看详细的介绍吧高阶函数1、可以使用函数对象作
- 1. 概述本文记录在 Ubuntu 16.04 上将 python 升级为 3.8 版本,并配置为系统默认 python3 的过程。在 Ub
- (1) 单人脸情况import cv2import dlibpath = "1.jpg"img = cv2.imread
- 前言这是我在搭建Django项目时候的过程,拿来总结记录,以备不时之需。项目采用nginx+uwsgi的搭配方式。项目依赖包采用 requi
- 需要安装的python库使用python编写程序进行测试MQTT的发布和订阅功能。首先要安装:pip install paho-mqtt测试
- 本文实例讲述了Python3.5常见内置方法参数用法。分享给大家供大家参考,具体如下:Python的内置方法参数详解网站为:https://
- Logo是品牌图形区别的点睛之处,我们每天都要接触很多logo - 在高速公路上,在购买商品时,以及浏览各种网站。我们查看很多logo设计,
- Python语言简洁明了,可以用较少的代码实现同样的功能。这其中Python的四个内置数据类型功不可没,他们即是list, tuple, d
- 本文代码是使用python抓取京东小米8手机的配置信息首先找到小米8商品的链接:https://item.jd.com/7437788.ht
- Thrift 是一种接口描述语言和二进制通信协议。以前也没接触过,最近有个项目需要建立自动化测试,这个项目之间的微服务都是通过 Thrift
- 前几天写了一个ajax的,总感觉代码比较多,今天晚上又得写了一下,感觉代码还是比较多,但还好的是,比较通用。谁有办法优化一下当然好。&nbs
- 前言通常在读写文件之前,我们需要先判断文件或者目录是否存在。不然在接下来的处理中可能会报错。所以在做任何操作之前,最好还是先判断文件、目录是
- 最近在做声音文件数据处理,写了一个自动将m4a文件转化为wav的脚本。import osm4a_path = "/Users/Do
- 问题现在有多个字典或者映射,你想将它们从逻辑上合并为一个单一的映射后执行某些操作,比如查找值或者检查某些键是否存在。解决方案加入你有如下两个
- 做网站数据库,是选SQL Server还是Access好,可能您会说:选MySQL好,不过现在只是讨论IIS+ASP这种架构下的选择,不讨论
- 在上一篇Python接口自动化测试系列文章:Python接口自动化浅析登录接口测试实战,主要介绍接口概念、接口用例设计及登录接口测试实战。以
- Python中的五种特性:切片,迭代,列表生成式,生成器,迭代器。切片切片就相当于其他语言中的截断函数,取部分指定元素用的。L = list
- python语言最常见的括号有三种,分别是:小括号( )、中括号[ ]和大括号也叫做花括号{ }。其作用也各不相同,分别用来代表不同的pyt